2026년 11월 9일

LG K-엑사원 2.5 무료 API 전면 개방: 국산 에이전틱 AI의 실전 검증 무대

exaonelgsovereign-aiagentic-aiopen-weightsllm

안녕하세요! 재니미입니다.

국산 파운데이션 모델 생태계에 주목할 만한 소식이 전해졌습니다. 2026년 11월 9일, LG AI연구원이 서울 코엑스에서 개최된 ’엔비디아 AI 데이 서울 2026’에서 독자 파운데이션 모델 ’K-엑사원 2.5(K-EXAONE 2.5)’를 기술 검증 모델로 공개하고, 개발자 포털을 통해 API를 무료로 개방했습니다. 모델 공개와 API 개방 사실은 LG AI연구원 뉴스룸 공지를 1차 출처로 삼았습니다.

결론부터 말씀드리면, 이번 공개는 단순히 가중치 파일만 배포하던 과거 방식을 넘어 개발자가 즉시 실전에 투입할 수 있는 무료 엔드포인트(api.exaone.ai)를 제공했다는 점에서 큰 의미가 있습니다. 특히 모델의 파라미터 크기만 키우는 대신 사후 훈련(Post-training)과 강화학습(RL) 파이프라인 고도화에 집중하여, 불과 8주 만에 24개 종합 벤치마크에서 70%의 성능 도약을 이뤄냈습니다. 복합 업무 장애 해결(Claw-Eval 77.3점)과 웹 브라우징, 도구 호출 등 에이전틱 AI 역량에서 글로벌 상위 오픈 모델 수준의 성적표를 보여주고 있습니다.

LG K-엑사원 2.5가 어떤 기술적 진보를 담고 있는지, 그리고 표준 OpenAI SDK를 통해 기존 에이전트 하네스에 어떻게 즉시 연동할 수 있는지 핵심을 정리해 드립니다.

1. 8주 만에 70% 끌어올린 학습의 힘

K-엑사원 2.5는 과학기술정보통신부 주도의 독자 AI 파운데이션 모델(독파모) 프로젝트의 일환으로 개발되었습니다.

지난 8월 공개되었던 2차 모델 이후, LG AI연구원은 모델의 기본 골격인 베이스 가중치를 무작정 키우는 대신 데이터 품질 제어와 사후 훈련(Post-training), 그리고 강화학습(RL) 파이프라인을 정밀하게 가다듬는 데 집중했습니다. 그 결과 불과 8주 만에 24개 종합 평가 지표 기준 70% 이상의 성능 도약을 이끌어냈습니다. 공식 페이지에서는 이 모델을 지난 8월 공개한 버전에 추가 학습을 적용한 기술 검증 모델로 소개하고 있습니다.

내년(2027년) 1월로 예정된 3차수 차세대 플래그십 모델을 완성하기에 앞서, 자체 정렬 및 학습 방법론의 유효성을 검증하고 실제 개발자들의 실사용 피드백을 수집하기 위해 선공개한 모델입니다.

2. 텍스트 생성을 넘어 행동하는 에이전트로

이번 K-엑사원 2.5의 벤치마크에서 가장 눈에 띄는 대목은 에이전틱 AI(Agentic AI) 영역에 대한 집중입니다.

단순히 질문에 답변하는 텍스트 생성을 넘어, 스스로 단계별 계획을 수립하고, 사내 시스템(SaaS) API를 호출하며, 웹을 브라우징해 문제를 해결하는 능력을 집중적으로 측정했습니다.

벤치마크	측정 역량	K-EXAONE 2.5 점수	기술적 의미
Claw-Eval	복합 업무 환경 장애 해결	77.3점	중국 DeepSeek V4.1 Flash 등 경쟁 오픈 모델 상회
AutomationBench	SaaS 및 기업 사무 업무 자동화	74.6점	글로벌 상위 오픈 모델 수준의 자동화 처리 성능
BrowseComp	자율 웹 정보 탐색 및 브라우징	78.0점	복합 웹 페이지 내 정밀 정보 추출력 입증
SWE-Bench Pro	소프트웨어 버그 수정	59.2점	자율 코딩 및 소프트웨어 유지보수 에이전트 적용 가능 수준

글로벌 오픈 모델 생태계를 주도하고 있는 중국의 딥시크(DeepSeek)나 GLM 계열 모델과 견주어도 대등하거나 일부 지표에서는 앞서는 수치를 기록한 것으로 보입니다.

3. 개발자를 위한 실전 연동: OpenAI SDK 완벽 호환

개발자 입장에서 가장 반가운 부분은 사용 편의성입니다. 별도의 독자 SDK를 설치하거나 전용 호출 규격을 새로 배울 필요 없이, 이미 널리 쓰이는 표준 OpenAI SDK를 그대로 활용할 수 있습니다.

공식 개발자 포털: docs.exaone.ai
엔드포인트: https://api.exaone.ai/v1
호출 규격: /v1/chat/completions
도구 호출(Tool Calling): OpenAI 및 HuggingFace 함수 호출 규격 호환

기존에 작성해 둔 파이썬 코드에서 base_url과 api_key 두 줄만 교체하면 즉시 K-엑사원 2.5 모델을 호출할 수 있습니다.

from openai import OpenAI

# LG K-EXAONE 2.5 무료 API 클라이언트 설정
client = OpenAI(
    base_url="https://api.exaone.ai/v1",
    api_key="<YOUR_EXAONE_API_KEY>"  # docs.exaone.ai에서 발급
)

# 1. 챗 완성 API 호출
response = client.chat.completions.create(
    model="k-exaone-2.5",
    messages=[
        {
            "role": "system",
            "content": "당신은 한국 기업 인프라와 보안 정책에 정통한 시니어 엔지니어입니다."
        },
        {
            "role": "user",
            "content": "공공 클라우드 망분리 환경에서 로컬 에이전트를 안전하게 배포할 때 점검해야 할 핵심 3가지를 알려주세요."
        }
    ],
    temperature=0.2
)

print(response.choices[0].message.content)

LangChain이나 LlamaIndex 같은 오픈소스 에이전트 프레임워크는 물론, 자체 구축한 오케스트레이션 하네스에서도 별도의 어댑터 작성 없이 손쉽게 모델을 교체해 테스트해 볼 수 있습니다.

4. 엔비디아와의 협력과 소버린 AI의 의의

이번 발표가 엔비디아 AI 데이 행사장에서 이루어진 점도 눈여겨볼 부분입니다.

LG AI연구원은 서비스 확장성과 대규모 동시 추론 효율을 높이기 위해 엔비디아의 차세대 추론 최적화 기술인 다이나모(Dynamo)의 적용을 검토하고 있습니다. 국산 파운데이션 모델의 가중치와 엔비디아의 추론 가속 소프트웨어 스택이 결합하여 토큰 처리 비용과 지연 시간을 얼마나 최적화할 수 있을지 기대되는 대목입니다.

외산 모델에 대한 의존도가 높은 상황에서, 한국어 문맥과 국내 규제 환경을 잘 이해하는 고성능 모델이 무료 API라는 친화적인 진입로를 연 것은 개발 생태계 전반에 긍정적인 소식입니다.

직접 API를 호출해 보며 에이전트 하네스 환경에서 도구 호출의 완결성과 응답 지연 시간을 실측해 볼 가치가 충분합니다.